Législatives 2024

Etude : Prévisions des intentions de votes

Second Tour

billets

Auteur: Stéphane Srsa

In [2]:
# Librairies et fonctions
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import matplotlib.pyplot as plt
import folium
from folium.features import GeoJson, GeoJsonTooltip
import geopandas as gpd
from branca.element import Element
import warnings
warnings.filterwarnings("ignore")
from Legis_Fonctions import *
Analyse résultats législatives 2024 1er Tour
In [4]:
# Fichier Résultats Législatives 2024-1er Tour par circonscription :
Result1erTour = pd.read_excel('Result_1erTour_Legis2024.xlsx')
In [5]:
# affichage de toutes les colonnes
Result1erTour.info(1)
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 577 entries, 0 to 576
Data columns (total 209 columns):
 #    Column                       Dtype  
---   ------                       -----  
 0    Departement                  object 
 1    CodCirElec                   object 
 2    LibCirElec                   object 
 3    NbSap                        int64  
 4    NbSiePourvus                 int64  
 5    Inscrits                     int64  
 6    Abstentions                  int64  
 7    Votants                      int64  
 8    Blancs                       int64  
 9    Nuls                         int64  
 10   Exprimes                     int64  
 11   Abstentions_RapportInscrits  float64
 12   Votants_RapportInscrits      float64
 13   Blancs_RapportInscrits       float64
 14   Blancs_RapportVotants        float64
 15   Nuls_RapportInscrits         float64
 16   Nuls_RapportVotants          float64
 17   Exprimes_RapportInscrits     float64
 18   Exprimes_RapportVotants      float64
 19   Candidat_1_NumPanneauCand    int64  
 20   Candidat_1_NomPsn            object 
 21   Candidat_1_PrenomPsn         object 
 22   Candidat_1_CivilitePsn       object 
 23   Candidat_1_CodNuaCand        object 
 24   Candidat_1_LibNuaCand        object 
 25   Candidat_1_NbVoix            int64  
 26   Candidat_1_RapportExprimes   float64
 27   Candidat_1_RapportInscrits   float64
 28   Candidat_1_Elu               object 
 29   Candidat_2_NumPanneauCand    int64  
 30   Candidat_2_NomPsn            object 
 31   Candidat_2_PrenomPsn         object 
 32   Candidat_2_CivilitePsn       object 
 33   Candidat_2_CodNuaCand        object 
 34   Candidat_2_LibNuaCand        object 
 35   Candidat_2_NbVoix            int64  
 36   Candidat_2_RapportExprimes   float64
 37   Candidat_2_RapportInscrits   float64
 38   Candidat_2_Elu               object 
 39   Candidat_3_NumPanneauCand    int64  
 40   Candidat_3_NomPsn            object 
 41   Candidat_3_PrenomPsn         object 
 42   Candidat_3_CivilitePsn       object 
 43   Candidat_3_CodNuaCand        object 
 44   Candidat_3_LibNuaCand        object 
 45   Candidat_3_NbVoix            int64  
 46   Candidat_3_RapportExprimes   float64
 47   Candidat_3_RapportInscrits   float64
 48   Candidat_3_Elu               object 
 49   Candidat_4_NumPanneauCand    int64  
 50   Candidat_4_NomPsn            object 
 51   Candidat_4_PrenomPsn         object 
 52   Candidat_4_CivilitePsn       object 
 53   Candidat_4_CodNuaCand        object 
 54   Candidat_4_LibNuaCand        object 
 55   Candidat_4_NbVoix            int64  
 56   Candidat_4_RapportExprimes   float64
 57   Candidat_4_RapportInscrits   float64
 58   Candidat_4_Elu               object 
 59   Candidat_5_NumPanneauCand    int64  
 60   Candidat_5_NomPsn            object 
 61   Candidat_5_PrenomPsn         object 
 62   Candidat_5_CivilitePsn       object 
 63   Candidat_5_CodNuaCand        object 
 64   Candidat_5_LibNuaCand        object 
 65   Candidat_5_NbVoix            int64  
 66   Candidat_5_RapportExprimes   float64
 67   Candidat_5_RapportInscrits   float64
 68   Candidat_5_Elu               object 
 69   Candidat_6_NumPanneauCand    int64  
 70   Candidat_6_NomPsn            object 
 71   Candidat_6_PrenomPsn         object 
 72   Candidat_6_CivilitePsn       object 
 73   Candidat_6_CodNuaCand        object 
 74   Candidat_6_LibNuaCand        object 
 75   Candidat_6_NbVoix            int64  
 76   Candidat_6_RapportExprimes   float64
 77   Candidat_6_RapportInscrits   float64
 78   Candidat_6_Elu               object 
 79   Candidat_7_NumPanneauCand    int64  
 80   Candidat_7_NomPsn            object 
 81   Candidat_7_PrenomPsn         object 
 82   Candidat_7_CivilitePsn       object 
 83   Candidat_7_CodNuaCand        object 
 84   Candidat_7_LibNuaCand        object 
 85   Candidat_7_NbVoix            int64  
 86   Candidat_7_RapportExprimes   float64
 87   Candidat_7_RapportInscrits   float64
 88   Candidat_7_Elu               object 
 89   Candidat_8_NumPanneauCand    int64  
 90   Candidat_8_NomPsn            object 
 91   Candidat_8_PrenomPsn         object 
 92   Candidat_8_CivilitePsn       object 
 93   Candidat_8_CodNuaCand        object 
 94   Candidat_8_LibNuaCand        object 
 95   Candidat_8_NbVoix            int64  
 96   Candidat_8_RapportExprimes   float64
 97   Candidat_8_RapportInscrits   float64
 98   Candidat_8_Elu               object 
 99   Candidat_9_NumPanneauCand    int64  
 100  Candidat_9_NomPsn            object 
 101  Candidat_9_PrenomPsn         object 
 102  Candidat_9_CivilitePsn       object 
 103  Candidat_9_CodNuaCand        object 
 104  Candidat_9_LibNuaCand        object 
 105  Candidat_9_NbVoix            int64  
 106  Candidat_9_RapportExprimes   float64
 107  Candidat_9_RapportInscrits   float64
 108  Candidat_9_Elu               object 
 109  Candidat_10_NumPanneauCand   int64  
 110  Candidat_10_NomPsn           object 
 111  Candidat_10_PrenomPsn        object 
 112  Candidat_10_CivilitePsn      object 
 113  Candidat_10_CodNuaCand       object 
 114  Candidat_10_LibNuaCand       object 
 115  Candidat_10_NbVoix           int64  
 116  Candidat_10_RapportExprimes  float64
 117  Candidat_10_RapportInscrits  float64
 118  Candidat_10_Elu              object 
 119  Candidat_11_NumPanneauCand   int64  
 120  Candidat_11_NomPsn           object 
 121  Candidat_11_PrenomPsn        object 
 122  Candidat_11_CivilitePsn      object 
 123  Candidat_11_CodNuaCand       object 
 124  Candidat_11_LibNuaCand       object 
 125  Candidat_11_NbVoix           int64  
 126  Candidat_11_RapportExprimes  float64
 127  Candidat_11_RapportInscrits  float64
 128  Candidat_11_Elu              object 
 129  Candidat_12_NumPanneauCand   int64  
 130  Candidat_12_NomPsn           object 
 131  Candidat_12_PrenomPsn        object 
 132  Candidat_12_CivilitePsn      object 
 133  Candidat_12_CodNuaCand       object 
 134  Candidat_12_LibNuaCand       object 
 135  Candidat_12_NbVoix           int64  
 136  Candidat_12_RapportExprimes  float64
 137  Candidat_12_RapportInscrits  float64
 138  Candidat_12_Elu              object 
 139  Candidat_13_NumPanneauCand   int64  
 140  Candidat_13_NomPsn           object 
 141  Candidat_13_PrenomPsn        object 
 142  Candidat_13_CivilitePsn      object 
 143  Candidat_13_CodNuaCand       object 
 144  Candidat_13_LibNuaCand       object 
 145  Candidat_13_NbVoix           int64  
 146  Candidat_13_RapportExprimes  float64
 147  Candidat_13_RapportInscrits  float64
 148  Candidat_13_Elu              object 
 149  Candidat_14_NumPanneauCand   int64  
 150  Candidat_14_NomPsn           object 
 151  Candidat_14_PrenomPsn        object 
 152  Candidat_14_CivilitePsn      object 
 153  Candidat_14_CodNuaCand       object 
 154  Candidat_14_LibNuaCand       object 
 155  Candidat_14_NbVoix           int64  
 156  Candidat_14_RapportExprimes  float64
 157  Candidat_14_RapportInscrits  float64
 158  Candidat_14_Elu              object 
 159  Candidat_15_NumPanneauCand   int64  
 160  Candidat_15_NomPsn           object 
 161  Candidat_15_PrenomPsn        object 
 162  Candidat_15_CivilitePsn      object 
 163  Candidat_15_CodNuaCand       object 
 164  Candidat_15_LibNuaCand       object 
 165  Candidat_15_NbVoix           int64  
 166  Candidat_15_RapportExprimes  float64
 167  Candidat_15_RapportInscrits  float64
 168  Candidat_15_Elu              object 
 169  Candidat_16_NumPanneauCand   int64  
 170  Candidat_16_NomPsn           object 
 171  Candidat_16_PrenomPsn        object 
 172  Candidat_16_CivilitePsn      object 
 173  Candidat_16_CodNuaCand       object 
 174  Candidat_16_LibNuaCand       object 
 175  Candidat_16_NbVoix           int64  
 176  Candidat_16_RapportExprimes  float64
 177  Candidat_16_RapportInscrits  float64
 178  Candidat_16_Elu              object 
 179  Candidat_17_NumPanneauCand   int64  
 180  Candidat_17_NomPsn           object 
 181  Candidat_17_PrenomPsn        object 
 182  Candidat_17_CivilitePsn      object 
 183  Candidat_17_CodNuaCand       object 
 184  Candidat_17_LibNuaCand       object 
 185  Candidat_17_NbVoix           int64  
 186  Candidat_17_RapportExprimes  float64
 187  Candidat_17_RapportInscrits  float64
 188  Candidat_17_Elu              object 
 189  Candidat_18_NumPanneauCand   int64  
 190  Candidat_18_NomPsn           object 
 191  Candidat_18_PrenomPsn        object 
 192  Candidat_18_CivilitePsn      object 
 193  Candidat_18_CodNuaCand       object 
 194  Candidat_18_LibNuaCand       object 
 195  Candidat_18_NbVoix           int64  
 196  Candidat_18_RapportExprimes  float64
 197  Candidat_18_RapportInscrits  float64
 198  Candidat_18_Elu              object 
 199  Candidat_19_NumPanneauCand   int64  
 200  Candidat_19_NomPsn           object 
 201  Candidat_19_PrenomPsn        object 
 202  Candidat_19_CivilitePsn      object 
 203  Candidat_19_CodNuaCand       object 
 204  Candidat_19_LibNuaCand       object 
 205  Candidat_19_NbVoix           int64  
 206  Candidat_19_RapportExprimes  float64
 207  Candidat_19_RapportInscrits  float64
 208  Candidat_19_Elu              object 
dtypes: float64(46), int64(46), object(117)
memory usage: 942.3+ KB
In [6]:
# 
# Result1erTour=Result1erTour.rename(columns={"Votants_RapportInscrits":"Votants_Rapport/Inscrits"})
Result1erTour.describe()
Out[6]:
NbSap NbSiePourvus Inscrits Abstentions Votants Blancs Nuls Exprimes Abstentions_RapportInscrits Votants_RapportInscrits ... Candidat_17_RapportExprimes Candidat_17_RapportInscrits Candidat_18_NumPanneauCand Candidat_18_NbVoix Candidat_18_RapportExprimes Candidat_18_RapportInscrits Candidat_19_NumPanneauCand Candidat_19_NbVoix Candidat_19_RapportExprimes Candidat_19_RapportInscrits
count 577.0 577.000000 577.000000 577.000000 577.000000 577.000000 577.000000 577.000000 577.000000 577.000000 ... 577.00000 577.000000 577.000000 577.000000 577.000000 577.000000 577.000000 577.000000 577.000000 577.000000
mean 1.0 0.131716 85498.719237 28460.785095 57037.934142 1009.481802 464.714038 55563.738302 33.242842 66.757158 ... 0.00591 0.001629 0.031196 6.615251 0.018440 0.005078 0.032929 0.105719 0.000295 0.000087
std 0.0 0.338475 18751.401844 11719.370642 13501.102072 371.943105 240.889252 13186.128878 8.557546 8.557546 ... 0.14196 0.039133 0.749350 158.903789 0.442949 0.121977 0.790980 2.539463 0.007077 0.002082
min 1.0 0.000000 5069.000000 2067.000000 2807.000000 37.000000 0.000000 2748.000000 22.060000 22.200000 ... 0.00000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
25% 1.0 0.000000 74146.000000 23384.000000 49335.000000 757.000000 308.000000 47986.000000 28.670000 65.410000 ... 0.00000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
50% 1.0 0.000000 83929.000000 26714.000000 56976.000000 992.000000 409.000000 55694.000000 31.360000 68.640000 ... 0.00000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
75% 1.0 0.000000 94544.000000 30142.000000 65770.000000 1231.000000 577.000000 64006.000000 34.590000 71.330000 ... 0.00000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
max 1.0 1.000000 265932.000000 171173.000000 97098.000000 2478.000000 1792.000000 94261.000000 77.800000 77.940000 ... 3.41000 0.940000 18.000000 3817.000000 10.640000 2.930000 19.000000 61.000000 0.170000 0.050000

8 rows × 92 columns

In [7]:
# Voix
# Rappel fonction: Tmess(message, Color='firebrick', Align='center', Style='italic', Size='14', Police='arial')
Tmess("Nombre de votants exprimés: {}".format(Result1erTour["Exprimes"].sum()),'Blue','left')
Nombre de votants exprimés: 32060277
Obtention des chiffres des 19 listes / "Résultat National"
In [9]:
# Création d'une liste pour stocker les DataFrames de chaque liste
Lists = []

# Prise en compte de chaque Liste
for i in range(1, 19):  # Pour 19 candidats
    list_cols = {
        f'Candidat_{i}_LibNuaCand': 'LibNuaCand',
        f'Candidat_{i}_NbVoix': 'NbVoix'
    }
    List_df = Result1erTour[list(list_cols.keys())].rename(columns=list_cols)
    Lists.append(List_df)

# Concaténer tous les DataFrames de listes
Lists = pd.concat(Lists)

# Supprimer les lignes avec des valeurs nulles (cas où il n'y a pas de liste)
Lists = Lists.dropna(subset=['LibNuaCand'])

# Grouper par 'LibNuaCand' et aggréger les voix
Lists = Lists.groupby('LibNuaCand').agg({'NbVoix': 'sum'})
# Filtrer les lignes où NbVoix est supérieur à 0
Lists = Lists[Lists['NbVoix'] > 0]
# Trier par le Nb de voix
Lists = Lists.sort_values(by="NbVoix", ascending=False).reset_index()
# Calcul du % par rapport aux nombre de voix totales exprimées
Lists["% Obtenu"] = (Lists["NbVoix"] *100) / Result1erTour["Exprimes"].sum()
# Renommer LibNuaCand:
Lists = Lists.rename(columns={'LibNuaCand': 'Nom de la liste'})
# Affichage
Tmess("Classement des listes par le nombre de voix obtenu",'firebrick','center',Style='normal',Size='20')
Lists
Classement des listes par le nombre de voix obtenu
Out[9]:
Nom de la liste NbVoix % Obtenu
0 Rassemblement National 9377297 29.248958
1 Union de la gauche 8974566 27.992790
2 Ensemble ! (Majorité présidentielle) 6425217 20.041053
3 Les Républicains 2104918 6.565502
4 Union de l'extrême droite 1251210 3.902680
5 Divers droite 1172548 3.657323
6 Divers gauche 491069 1.531705
7 Divers centre 391408 1.220850
8 Extrême gauche 367158 1.145212
9 Régionaliste 335823 1.047474
10 Reconquête ! 240006 0.748609
11 Horizons 231667 0.722598
12 Ecologistes 181989 0.567646
13 Union des Démocrates et Indépendants 163072 0.508642
14 Divers 142805 0.445427
15 Droite souverainiste 90090 0.281002
16 Extrême droite 59679 0.186146
17 Parti socialiste 29242 0.091209
18 Parti radical de gauche 12434 0.038783
19 La France insoumise 12223 0.038125
20 Parti communiste français 3125 0.009747
21 Les Ecologistes 2668 0.008322
Listes arrivées en-tête par Circonscriptions
Création et enregistrement d'un fichier excel intégrant les 19 listes
In [12]:
# on conserve les 19 listes pour créer le fichier excel de 'travail'
Resultat_Circon = top_Nb_listes(Result1erTour)
# Sélection des colonnes numériques utilisant une expression régulière
colonnes_numeriques = [col for col in Resultat_Circon.columns if col.startswith("% Voix Exp") or col.startswith("% Voix Ins")]
# Création de la colonne 'somme' en additionnant les valeurs des colonnes numériques
Resultat_Circon['somme'] = Resultat_Circon[colonnes_numeriques].sum(axis=1)
# Enregistrement du fichier:
#Resultat_Circon.to_excel("Legis_2024_2emeTour.xlsx", index=True)

# Afficher les premières lignes des résultats
Resultat_Circon.iloc[:, 17:30].head(3)
Out[12]:
Exprimes_RapportInscrits Liste1 Parti1 Civilité1 Nom1 Prénom1 Voix Exp 1 % Voix Exp 1 % Voix Ins 1 Liste2 Parti2 Civilité2 Nom2
0 69.66 RN Rassemblement National M. MAÎTRE Christophe 23819 39.37 27.43 LR Les Républicains M. BRETON
1 70.60 RN Rassemblement National M. KOTARAC Andréa 28189 39.20 27.67 ENS Ensemble ! (Majorité présidentielle) M. DAUBIÉ
2 63.85 ENS Ensemble ! (Majorité présidentielle) Mme GIVERNET Olga 17420 32.43 20.71 RN Rassemblement National Mme DUBARRY
Prévisions Résultats Législatives 2024 / Visualisation
Récupération du fichier excel retravaillé
In [15]:
Data_result=pd.read_excel("Legis_2024_Résultat2ndTour-Previsions.xlsx")
Data_result.iloc[:,18:25].head(3)
Out[15]:
%Vote Second ELU %Vote ELU Civ Nom Prenom Elu / Duels
0 39.3700 LR 52.055 M. BRETON Xavier LR
1 44.1325 ENS 48.945 M. DAUBIÉ Romain ENS
2 33.8150 ENS 57.555 Mme GIVERNET Olga ENS
In [16]:
# -------------------------------------------- Prévions du nombre de sièges par liste ------------------------------
# Liste des partis et dico de stockage (compteurs)
Partis = ['RN', 'UXD', 'EXD', 'LR', 'DVD', 'ENS', 'HOR', 'UDI', 'DVC', 'DIV', 'UG', 'DVG', 'SOC', 'ECO', 'REG']
Count_Siege = {}
Tmess("Prévisions du nombre de sièges par liste", "Blue","center",Size='20')
# Calculer les sièges pour chaque parti
for parti in Partis:
    Count_Siege[parti] = (Data_result["ELU"] == parti).sum()
    Tmess(f"Sièges {parti} : {Count_Siege[parti]}",'Firebrick',Align='left',Size='12')
Prévisions du nombre de sièges par liste
Sièges RN : 93
Sièges UXD : 5
Sièges EXD : 1
Sièges LR : 35
Sièges DVD : 23
Sièges ENS : 160
Sièges HOR : 7
Sièges UDI : 2
Sièges DVC : 7
Sièges DIV : 1
Sièges UG : 219
Sièges DVG : 12
Sièges SOC : 2
Sièges ECO : 1
Sièges REG : 9
Préparation de la Visualisation
In [18]:
# Création et prépartion d'un DF en vue de la Visualisation:
Resultats_Visuel = Data_result.iloc[:,:3]
Resultats_Visuel["Elu"] = Data_result["ELU"]
Resultats_Visuel["% Votes"] = Data_result["%Vote ELU"]
Resultats_Visuel["Civ"] = Data_result["Civ"]
Resultats_Visuel["Nom"] = Data_result["Nom"]
Resultats_Visuel["Prenom"] = Data_result["Prenom"]
Resultats_Visuel["Second"] = Data_result["%Vote Second"]
Resultats_Visuel = Resultats_Visuel.rename(columns={"CodCirElec":"codeCirconscription"})
Resultats_Visuel.head(3)
Out[18]:
Departement codeCirconscription LibCirElec Elu % Votes Civ Nom Prenom Second
0 01 0101 1ère circonscription LR 52.055 M. BRETON Xavier 39.3700
1 01 0102 2ème circonscription ENS 48.945 M. DAUBIÉ Romain 44.1325
2 01 0103 3ème circonscription ENS 57.555 Mme GIVERNET Olga 33.8150
In [19]:
# ------------------------------------------------------- Chargement des données géographiques --------------------------------

# Charger les données géographiques des circonscriptions législatives françaises
geojson_url = 'circonscriptions-legislatives-p20.geojson'
gdf = gpd.read_file(geojson_url)

# Décooupage géographique
Circo_France = gdf.iloc[:539]
Circo_Guadeloupe = gdf.iloc[539:543]
Circo_Martinique = gdf.iloc[543:547]
Circo_Guyane = gdf.iloc[547:549]
Circo_LaReunion = gdf.iloc[549:556]
Circo_SPetMiq = gdf.iloc[556:557]
Circo_Mayotte = gdf.iloc[557:]

# Découpage correspondant du Df Résultats par Territoire français:
Result_2T_France = Resultats_Visuel.iloc[:539]
Result_2T_Guadeloupe = Resultats_Visuel.iloc[539:543]
Result_2T_Martinique = Resultats_Visuel.iloc[543:547]
Result_2T_Guyane = Resultats_Visuel.iloc[547:549]
Result_2T_LaReunion = Resultats_Visuel.iloc[549:556]
Result_2T_SPetMiq = Resultats_Visuel.iloc[556:557]
Result_2T_Mayotte = Resultats_Visuel.iloc[557:559]

# Harmonisation des codes Circonscription pour les DOM:
Circo_Guadeloupe['codeCirconscription'] = Circo_Guadeloupe['codeCirconscription'].str.replace('ZA', '971')
Circo_Martinique['codeCirconscription'] = Circo_Martinique['codeCirconscription'].str.replace('ZB', '972')
Circo_Guyane['codeCirconscription'] = Circo_Guyane['codeCirconscription'].str.replace('ZC', '973')
Circo_LaReunion['codeCirconscription'] = Circo_LaReunion['codeCirconscription'].str.replace('ZD', '974')
Circo_SPetMiq['codeCirconscription'] = Circo_SPetMiq['codeCirconscription'].str.replace('ZS', '975')
Circo_Mayotte['codeCirconscription'] = Circo_Mayotte['codeCirconscription'].str.replace('ZM', '976')

# Jointures des DF -2nd Tour :
Visuel_2T_France = Circo_France.merge(Result_2T_France, left_on='codeCirconscription', right_on='codeCirconscription')
Visuel_2T_Guadeloupe = Circo_Guadeloupe.merge(Result_2T_Guadeloupe, left_on='codeCirconscription', right_on='codeCirconscription')
Visuel_2T_Martinique = Circo_Martinique.merge(Result_2T_Martinique, left_on='codeCirconscription', right_on='codeCirconscription')
Visuel_2T_Guyane = Circo_Guyane.merge(Result_2T_Guyane, left_on='codeCirconscription', right_on='codeCirconscription')
Visuel_2T_LaReunion = Circo_LaReunion.merge(Result_2T_LaReunion, left_on='codeCirconscription', right_on='codeCirconscription')
Visuel_2T_SPetMiq = Circo_SPetMiq.merge(Result_2T_SPetMiq, left_on='codeCirconscription', right_on='codeCirconscription')
Visuel_2T_Mayotte = Circo_Mayotte.merge(Result_2T_Mayotte, left_on='codeCirconscription', right_on='codeCirconscription')
Prévisions Résultats Législatives 2024 / Visualisation
In [21]:
Carte_Resultats(Visuel_2T_France, Resultats_Visuel, sauv='on')
Out[21]:
Make this Notebook Trusted to load map: File -> Trust Notebook
In [22]:
# ------------------------------------------------------- Visualisation des DOM ------------------------------
# Rappel fonction: Tmessage(message, Color='firebrick', Align='center', Style='italic', Size='14', Police='arial')
Tmess("Guadeloupe", 'Firebrick', 'center', Style='italic', Size='40', Police='Brush Script MT')
display(Carte_Resultats(Visuel_2T_Guadeloupe, Resultats_Visuel,10))
Tmess("Martinique", 'Firebrick', 'center', Style='italic', Size='40', Police='Brush Script MT')
display(Carte_Resultats(Visuel_2T_Martinique, Resultats_Visuel,10))
Tmess("Guyane", 'Firebrick', 'center', Style='italic', Size='40', Police='Brush Script MT')
display(Carte_Resultats(Visuel_2T_Guyane, Resultats_Visuel,7))
Tmess("La Réunion", 'Firebrick', 'center', Style='italic', Size='40', Police='Brush Script MT')
display(Carte_Resultats(Visuel_2T_LaReunion, Resultats_Visuel,10))
Tmess("Saint-Pierre & Miquelon", 'Firebrick', 'center', Style='italic', Size='40', Police='Brush Script MT')
display(Carte_Resultats(Visuel_2T_SPetMiq, Resultats_Visuel,10))
Tmess("Mayotte", 'Firebrick', 'center', Style='italic', Size='40', Police='Brush Script MT')
Carte_Resultats(Visuel_2T_Mayotte, Resultats_Visuel,11)
Guadeloupe
Make this Notebook Trusted to load map: File -> Trust Notebook
Martinique
Make this Notebook Trusted to load map: File -> Trust Notebook
Guyane
Make this Notebook Trusted to load map: File -> Trust Notebook
La Réunion
Make this Notebook Trusted to load map: File -> Trust Notebook
Saint-Pierre & Miquelon
Make this Notebook Trusted to load map: File -> Trust Notebook
Mayotte
Out[22]:
Make this Notebook Trusted to load map: File -> Trust Notebook
Utilisation de KeplerGL pour la visualisation